Max-Planck-Institut für Meteorologie: Wie lassen sich Thermokarst-Seen in Klimamodellen erfassen?

Thermokarst-Seen sind vielzählig und dynamisch und gleichzeitig wichtig für die Hydrologie und das Klima der Arktis. Doch bislang fehlte eine Möglichkeit, diese typischen arktischen Gewässer in Erdsystemmodellen abzubilden. Eine neue Studie zeigt, dass eine Art der Modellierung, die auf Wahrscheinlichkeiten beruht, zum Ziel führen könnte.

Blick aus dem Fenster eines Flugzeugs auf eine weite Landschaft mit zahlreichen Seen und Flüssen. Im Vordergrund ist der rote Flügel des Flugzeugs zu sehen, während sich unterhalb eine grüne, wasserreiche Region mit vielen dunklen Seen und einem breiten Fluss erstreckt. Die Szene zeigt eine typische arktische oder subarktische Landschaft. — Credit: Ingmar Nitze/AWI Potsdam

Die globale Erwärmung ist in der Arktis besonders deutlich zu spüren – und zu sehen. Da sich die Region viermal so schnell erwärmt wie der globale Durchschnitt, taut der dort weit verbreitete Permafrost, also mehrjährig gefrorener Boden. Dabei entstehen teilweise zerklüftete Landschaften, die Forschende als „Thermokarst“ bezeichnen: Wenn der Boden sehr viel Eis enthält und dieses Eis schmilzt, sackt der Boden ab, wodurch die typische Unebenheit entsteht. In den Senken können sich Seen bilden, welche die Hydrologie, den Energieaustausch zwischen Land und Atmosphäre sowie den Kohlenstoffkreislauf beeinflussen. Unter anderem stellen sie eine Quelle des Treibhausgases Methan dar, welches über 100 Jahre rund 28-mal stärker erwärmend wirkt als Kohlendioxid.

Die Herausforderung, Thermokarst-Seen zu modellieren

Obwohl Thermokarst-Seen also wichtig für die Hydrologie und das Klima der Arktis sind, war es bislang nicht möglich, sie in Erdsystemmodellen darzustellen. Zwar kann die Entwicklung einzelner Seen explizit berechnet werden, wenn der Eisgehalt im Untergrund sowie die Umweltbedingungen genau bekannt sind. Betrachtet man aber die gesamte Arktis oder auch nur einzelne Regionen, so sind die Prozesse viel zu kleinskalig, zu dynamisch und zu heterogen, um sie für alle Seen deterministisch berechnen zu können. Eine neue, vom Max-Planck-Institut für Meteorologie (MPI-M) geleitete Studie zeigt nun: Die stochastische Modellierung könnte ein gangbarer Weg sein, um Thermokarst-Seen in Erdsystemmodellen zu repräsentieren.

Stochastische Modellierung bedeutet, eine gewisse Zufälligkeit zu gestatten. Genauer wird die Heterogenität der Eigenschaften mithilfe von Wahrscheinlichkeitsverteilungen erfasst. Das Forschungsteam stellte damit in Simulationen über 1000 Jahre dar, wie sich die Gesamtfläche der Seen durch Neubildung, Ausbreitung, Entwässerung oder Verschmelzung von Seen verändern kann.

Je nach Einstellung der Parameter kann das Modell drei langfristige dynamische Regime simulieren: 1) Entweder trocknen alle Seen aus; 2) die Landschaft wechselt zwischen verschiedenen Zuständen; oder 3) die Fläche der Seen pendelt sich auf einen bestimmten Wert ein. MPI-M-Forscherin Constanze Reinken, die Erstautorin des Papers, hält alle drei Situationen für denkbar: „Alle drei Regime sind grundsätzlich möglich und könnten jeweils in unterschiedlichen geographischen Regionen relevant sein.“

Weitere Messdaten dringend benötigt

Um zu erfahren, welche Entwicklung in welcher Region tatsächlich realistisch ist, müssen die Parameter des Modells mithilfe von Messdaten kalibriert werden. In der aktuellen Studie nutzten die Forschenden hierfür Beobachtungen der Landsat-Satelliten. Sie geben jedoch zu bedenken, dass diese Daten hinsichtlich Qualität, Langzeitbeobachtung und geografischer Abdeckung noch nicht ausreichend sind und es weiterer Forschung bedarf. Solche Forschungsarbeiten stehen auf der Agenda vieler internationaler Teams und Projekte, darunter auch das ERC-Projekt „Q-Arctic“, in dessen Rahmen das MPI-M Landoberflächen- und Klimamodellierungen durchführt, zu denen auch die vorliegende Studie gehört.

„In der Methode, Thermokarst-Seen stochastisch zu modellieren, steckt viel Potential“, resümiert Reinken. „Der stochastische Ansatz könnte in Zukunft in Erdsystemmodelle integriert werden und so Klimaprojektionen verbessern.“

Originalpublikation

Reinken, C., Brovkin, V., de Vrese, P., Nitze, I., Bergstedt, H., and Grosse, G. (2026) Stochastic Modelling of Thermokarst Lakes: Size Distributions and Dynamic Regimes, The Cryosphere, 20, 1967–1995, DOI: 10.5194/tc-20-1967-2026

Kontakt

Constanze Reinken
Max-Planck-Institut für Meteorologie
constanze.reinken@we dont want spammpimet.mpg.de

Back